Cours de Statistiques - Pour La Description de ... - Romain Raveaux

Quelques Rappels
Relations entre deux séries de données

Etude descriptive du tableau de contingence
Analyse Factorielle des Correspondances
Cours de Statistiques
pour la description de données
Romain Raveaux1
1 Laboratoire L3I – Université de La Rochelle
romain.raveaux01 at univ-lr.fr
Octobre 24-11, 2008
1 / 54
Quelques Rappels
Content
1 Quelques Rappels
2 Relations entre deux séries de données
Relations entre deux séries de données numériques
Relations entre deux variables ordinales
3 Etude descriptive du tableau de contingence
Tableau de contingence
Notations
Tableau des fréquences
Taux de liaison et Contribution au χ2
4 Analyse Factorielle des Correspondances
Introduction
Décomposition en valeurs propres
Projection sur les axes factoriels
2 / 54
Quelques Rappels
Type de variable
Numérique
Soit l’étude de la variable X , une série de valeurs définies dans <.
Exemple: Age, poids,...
Nominale
Ne prend qu’un nombre limité de valeurs.
Et que ces valeurs n’ont entre elles aucune relation apparente.
Exemple : Le statut marital, qui pourrait prendre les valeurs ”Célibataire”,
”Marié”, ”Veuf”, ”Divorcé”, ”Union libre”.
Ordinale
Ne prend qu’un nombre limité de valeurs.
Et que ces valeurs n’ont entre elles aucune relation apparente.
Les grades dans l’armée: ”lieutenant”, ”capitaine”, ”commandant” etc...
Par nature, les rangs sont des variables ordinales.
Il existe d’autres types de variable : Binaire, Normale,...

3 / 54
Quelques Rappels
Variable et Espace d’étude
Une série à valeurs individuelles

Soit l’étude de la variable X , une série de valeurs définies dans
<.
Statistiques multi-dimensionnelles
Soit l’étude d’un ensemble fini de variables (Ω), Ω est
l’univers des statistiques.
Avec card(Ω) = M
Ω = X1 , X2 , ..., Xm
∀ Xi ∈ Ω, Xi est une série à valeurs individuelles.
4 / 54
Quelques Rappels
Estimateurs
Soit l’étude de la variable X , une série de valeurs définies dans <+ :

Moyenne d’une série à valeurs individuelles
N
1 X
X = xi
N
i=1
Variance d’une série à valeurs individuelles

N
X
θ2 = V (X ) = (xi − X )2
i=1
p
L’ecart type ce déduit de la variance : θ = V (X )
5 / 54
Quelques Rappels
Représentation de ces estimateurs

Soit l’étude de la variable X suivant une loi normale (ℵ(µ, θ2 )), de
moyenne µ et de variance θ.
Densité de probabilité d’une loi gaussienne
1 1 x−µ 2
f (x) = √ e − 2 ( θ )
θ 2π
6 / 54
Quelques Rappels
Représentation de ces estimateurs

Soit l’étude de la variable X suivant une loi normale (ℵ(µ, θ2 )), de
moyenne µ et de variance θ.
Densité de probabilité d’une loi gaussienne
1 1 x−µ 2
f (x) = √ e − 2 ( θ )
θ 2π
7 / 54
Quelques Rappels
Explication intuitive de ces estimateurs
Plus la variance d’un échantillon est grande et plus les données sont
éparses. Cela peut dénoter une érreur dans le phénoméne mesuré.
8 / 54
Quelques Rappels
Relations entre deux séries de données Relations entre deux séries de données numériques
Etude descriptive du tableau de contingence Relations entre deux variables ordinales
Relations entre deux séries de données observées
Exemples :
Mesurer le poids ou la longueur d’un organe (variable
dépendante) à différentes dates successives choisies
arbitrairement (variable indépendante).
Mesurer le rendement d’une culture (variable dépendante) en
fonction de différentes doses d’engrais (variable
indépendante).
Mesurer la capacité à résoudre un problème ou à réaliser une
tâche (variable dépendante) en fonction de différentes doses
d’un médicament (variable indépendante).
9 / 54
Quelques Rappels
Covariance de deux échantillons
Soit l’étude de deux variables X et Y , deux séries de valeurs

définies dans <:
Covariance
N
X
θxy = cov (X , Y ) = (xi − X )(yi − Y )
i=1
La fonction covariance retourne des valeurs comprises dans
[−∞, +∞]
X et Y indépendant =⇒ cov (X , Y ) = 0
10 / 54
Quelques Rappels
Covariance de deux échantillons
Covariance
N
X
θxy = cov (X , Y ) = (xi − X )(yi − Y )
i=1
Intuitivement, la covariance est une mesure de la variation
simultanée de deux variables aléatoires.
C’est-à-dire que la covariance devient plus positive pour
chaque couple de valeurs qui diffèrent de leur moyenne dans le
même sens, et plus négative pour chaque couple de valeurs
qui diffèrent de leur moyenne dans le sens opposé.
11 / 54
Quelques Rappels
Corrélation de deux variables aléatoires
Soit l’étude de deux variables X et Y , deux séries de valeurs

définies dans <:
Corrélation de Bravais-Pearson
θxy cov (X , Y )
cor (X , Y ) = =p p
θx .θy cov (X ). cov (Y )
Le coéfficient de corrélation est compris entre [−1, 1]
cor (X , Y ) = 0 =⇒, X et Y sont indépendant linéairement.
cor (X , Y ) = 1, une relation affine existe entre X et Y. L’une
des variables est fonction affine croissante de l’autre variable.
cor (X , Y ) = −1, une relation affine existe entre X et Y. L’une
des variables est fonction affine décroissante de l’autre
variable.
12 / 54
Quelques Rappels
Corrélation de Kendall
Soit deux variables ordinales X et Y. La corrélation de rangs rend

compte d’une relation non-linéaire entre ces deux variables.
τ s’exprime de la façon suivante :
S
τ=
D
Où, X
S= (sign(x[i] − y [i]).sign(y [i] − x[i])) (1)
i<j
et,
k(k − 1)
D= (2)
2
13 / 54
Quelques Rappels Tableau de contingence
Relations entre deux séries de données Notations
Etude descriptive du tableau de contingence Tableau des fréquences
Analyse Factorielle des Correspondances Taux de liaison et Contribution au χ2
Prenons le temps de faire un petit sondage anonyme au sein de la
classe :
Université IUT/BTS Autre Total
L ? ? ? ..
ES ? ? ? ..
S ? ? ? ..
ST ? ? ? ..
Total .. .. .. N
Pour être appelé tableau de contingence, il faut pour cela que les
nombres dans les cellules soient le résultat d’un décompte, de
façon à ce que additionner les contenus des cellules d’une ligne ou
d’une colonne ait un sens.
Question
Quelle matrice aurait-on si la répartition dans les filières post-Bac
ne dépendait pas du type de Bac ?
14 / 54
Notion d’indépendance

L 13 2 5 20
ES 20 2 8 30
S 10 5 5 20
ST 7 1 22 30
Total 50 10 40 100

15 / 54
Notion d’indépendance

L 13 2 5 20
ES 20 2 8 30
S 10 5 5 20
ST 7 1 22 30
Total 50 10 40 100
On reconstitue la matrice à partir de ses marges :

L 50*20/100 10*20/100 8 20
ES 50*30/100 13 12 30
S 10 2 8 20
ST 15 13 12 30
Total 50 10 40 100
16 / 54
Une entreprise vend 5 produits dans 4 régions. A la fin de chaque

exercice, ses ventes, exprimées par exemple en milliers d’unités,
peuvent se résumer dans un tableau comme celui-ci :
P1 P2 P3 P4 P5
R1 28 14 45 33 12
R2 36 21 25 64 23
R3 21 64 38 11 7
R4 79 42 67 9 41
Pour être appelé tableau de contingence, il faut pour cela que les
nombres dans les cellules soient le résultat d’un décompte, de
façon à ce que additionner les contenus des cellules d’une ligne ou
d’une colonne ait un sens.
17 / 54
Une entreprise vend 5 produits dans 4 régions. A la fin de chaque
exercice, ses ventes, exprimées par exemple en milliers d’unités,
peuvent se résumer dans un tableau comme celui-ci :
P1 P2 P3 P4 P5
R1 28 14 45 33 12
R2 36 21 25 64 23
R3 21 64 38 11 7
R4 79 42 67 9 41
L’analyse des interactions entre deux variables nominales. Dans

l’exemple ci-dessus, nous avons deux telles variables :
Produit (5 modialités)
Région (4 modialités)
18 / 54
Notations
nij : effectif de la cellule (i,j),

ni• : effectif total de la ligne i,
n•j : effectif total de la colonne j,
n•• : effectif total.
19 / 54
Tableau des fréquences
Les fréquences sont calculées par :

nij Effectif de lacellule(i, j)
fij = =
n•• Effectif total
20 / 54
Tableau des fréquences lignes
Les fréquences lignes (ou coordonnées des profils lignes) sont

calculées par :
nij fij Effectif de lacellule(i, j)
flij = = =
ni• fi• Effectif total de la ligne i
Les coordonnées du profil ligne moyen sont calculées par :

n•j
f•j =
n••
21 / 54
Tableau des fréquences colonnes
Les fréquences colonnes sont calculées par :

nij fij Effectif de lacellule(i, j)
fcij = = =
n•j f•j Effectif total de la colonnes j
Les coordonnées du profil colonne moyen sont calculées par :

ni•
fi• =
n••
22 / 54
Distances entre profils
Distance entre deux lignes. Métrique du χ2

X (fl1j − fl2j )2
dχ2 (L1 , L2 ) =
f•j
j
Distance entre deux lignes. Métrique Euclidienne

X
dχ2 (L1 , L2 ) = (fl1j − fl2j )2
j
23 / 54
Taux de liaison
Représente les écarts entre les valeurs théoriques en cas

d’indépendance et les valeurs observées
fij − fi• .f•j
tij =
fi• .f•j
24 / 54
Distance entre deux variables nominales
Représente les écarts entre les valeurs théoriques en cas

d’indépendance et les valeurs observées
X (fij − fi• .f•j )2
χ2 =
fi• .f•j
ij
25 / 54
Variables indépendantes
P1 P2 P3 P4 P5
R1 28 14 45 33 12
R2 36 21 25 64 23
R3 21 64 38 11 7
R4 79 42 67 9 41
Question : Les deux variables ”Région” et ”Produit” sont

indépendantes ? Explication : Ceci voudrait dire que deux régions
quelconques vendent tous les produits exactement dans les mêmes
proportions ou/et que deux produits quelconques sont vendus
exactement dans les mêmes proportions dans toutes les régions.
26 / 54
P1 P2 P3 P4 P5
R1 28 14 45 33 12
R2 36 21 25 64 23
R3 21 64 38 11 7
R4 79 42 67 9 41
Réponse intuitive : Par exemple, nous voyons que la Région R1

vend deux fois plus de produits P1 (28) que de produits P2 (14). Si
”Région” et ”Produit” étaient indépendants, nous nous attendrions
à ce qu’il en soit de même pour la région R2.Mais nous constatons
que R2 a vendu 36 P1 et 21 P2, et non les 36/2 = 18 attendus.
27 / 54
P1 P2 P3 P4 P5
R1 28 14 45 33 12
R2 36 21 25 64 23
R3 21 64 38 11 7
R4 79 42 67 9 41
Forcé de constater qu’une approche visiuelle est inapplicable à de

grands tableaux et de plus l’écart entre 21 (observé) 18 (theorique)
est faible. Cette petite différence ne serait-elle pas simplement
imputable aux fluctuations naturelles de la vie normale de
l’entreprise ? Plus généralement, comment être sûr que les deux
variables ne sont pas indépendantes, puisque nous ne pouvons pas
complètement faire confiance aux chiffres ?
28 / 54
Test du χ2

indépendantes ? Ce genre de question appelle clairement un test.
Dans le vocabulaire standard des test, l’hypothèse nulle H0 est :
”Les deux variables sont indépendantes”. Le ”test du Chi-deux
d’indépendance” va construire une quantité :
égale à ”0” quand les nombres du tableau correspondent
parfaitement à ce que l’on attendrait en cas d’indépendence
des deux variables,
positive autrement,
et qui devient de plus en plus grande au fur et à mesure que
la distribution observée s’écarte de la distribution idéale en cas
d’indépendance.
29 / 54
Test du χ2

indépendantes ?
Le test calculera alors la probabilité pour que cette quantité soit
encore plus grande que celle effectivement observée si les deux
variables sont effectivement indépendantes. Une faible valeur de
cette probabilité (p. ex. 0,005) plaide en faveur de l’existence d’un
lien entre ces variables, et donc est un quasi-démenti à l’hypothèse
d’indépendance.
30 / 54
Contribution au χ2
Les deux caractères sont x et y , la taille de l’échantillon est n. Les

modalités ou classes de x seront notées c1 , . . . , cr , celles de y sont
notées d1 , . . . , ds . On note :
nhk l’effectif conjoint de ch et dk : c’est le nombre d’individus
pour lesquels x prend la valeur ch et y la valeur dk ,
nh• = sk=1 nhk l’effectif marginal de ch : c’est le nombre
P
d’individus pour lesquels x prend la valeur ch ,
n•k = rh=1 nhk l’effectif marginal de dk : c’est le nombre
P
d’individus pour lesquels y prend la valeur dk .
31 / 54
Contribution au χ2
On représente ces valeurs dans un tableau à double entrée, dit

tableau de contingence.
X \Y d1 ... dk ... ds total

c1 n11 ... n1k ... n1s n1•
... ... ... ... ...
ch nh1 ... nhk ... nhs nh•
... ... ... ... ...
cr nr 1 ... nrk ... nrs nr •
total n•1 ... n•k ... n•s n
En divisant les lignes et les colonnes par leurs sommes, on obtient

sur chacune des distributions empiriques constituées de fréquences
conditionnelles.
32 / 54
Contribution au χ2

c1 n11 ... n1k ... n1s n1•
... ... ... ... ...
... ... ... ... ...
Pour h = 1, . . . , r et k = 1, . . . , s, on les notera :

nhk nhk
fk|h = et fh|k =
nh• n•k
Ces distributions empiriques conditionnelles s’appellent les

profils-lignes et profils-colonnes.
33 / 54
Contribution au χ2
c1 n11 ... n1k ... n1s n1•
... ... ... ... ...
... ... ... ... ...
L’enjeu principal est d’étudier la dépendance des deux

caractères.
Deux caractères sont indépendants si la valeur de l’un n’influe
pas sur les distributions des valeurs de l’autre.
Si c’est le cas, les profils-lignes seront tous peu différents de la
distribution empirique de y , et les profils-colonnes de celle de x :
nhk n•k nhk nh•
fk|h = ≈ f•k = et fh|k = ≈ fh• =
nh• n n•k n
34 / 54
Contribution au χ2

c1 n11 ... n1k ... n1s n1•
... ... ... ... ...
... ... ... ... ...
C’est équivalent à dire que les fréquences conjointes doivent être

proches des produits de fréquences marginales.
nhk nh• n•k
fhk = ≈ fh• f•k =
n n n
35 / 54
Contribution au χ2

c1 n11 ... n1k ... n1s n1•
... ... ... ... ...
... ... ... ... ...
Un des moyens de quantifier leur proximité est de calculer la

distance du χ2 de l’une par rapport à l’autre. Dans ce cas
particulier, on parle de χ2 de contingence .
36 / 54
Contribution au χ2

c1 n11 ... n1k ... n1s n1•
... ... ... ... ...
... ... ... ... ...
La distance du chi-deux de contingence de la distribution

empirique (fhk ) à la distribution théorique (fh• .f•k ) vaut :
r X
s
X (fhk − fh• f•k )2
D χ2 =
fh• f•k
h=1 k=1
37 / 54
Contribution au χ2

c1 n11 ... n1k ... n1s n1•
... ... ... ... ...
... ... ... ... ...
La distance du chi-deux de contingence de la distribution

empirique (fhk ) à la distribution théorique (fh• .f•k ) vaut :
r X
s 2 )
X (nnk
Dχ2 = −1 +
nh• n•k
h=1 k=1
38 / 54
Contribution au χ2

c1 n11 ... n1k ... n1s n1•
... ... ... ... ...
... ... ... ... ...
Le lien évolue de 0 (indépendance totale) à 1 (dépendance totale).
39 / 54
Quelques Rappels
Introduction
Analyse Factorielle des Correspondances (AFC)
40 / 54
Quelques Rappels
Introduction
Introduction
L’analyse factorielle peut être vu comme une ACP (Analyse en

Composantes Principales) mais qui utilise une métrique χ2
pondérée.
Pourquoi parle-t-on de ”Correspondances”:
Variable numérique : Corrélation
Variable nominale : Correspondances
Pourquoi ”Factorielle” :
Décomposition du tableau de contingence en une somme de
tableaux qui sont le produit de facteurs simples.
41 / 54
Quelques Rappels
Introduction
Introduction
L’analyse factorielle des correspondances vise à rassembler en un

nombre réduit de dimensions la plus grande partie de l’information
initiale en s’attachant non pas aux valeurs absolues mais aux
correspondances entre les variables, c’est-à-dire aux valeurs
relatives.
L’AFC offre la particularité (contrairement aux ACP) de fournir un
espace de représentation commun aux variables et aux individus.
42 / 54
Quelques Rappels
Introduction
Introduction
Méthodologie
Matrice des fréquences (r lignes, s colonnes) et
nij
r <= s.fij =
n••
fij − fi• .f•j
Matrice de liaison. Mij = p
fi• .f•j
V = M’M (matrice basse) ou MM’ (matrice haute) et X’ est
la transposée de la matrice X.
Soit D, la diagonalisation de la matrice V. Recherche des
valeur propres de V. Det(V − λI ) = 0
Projection de M par D. Produit matricielle : AFC = M’D
43 / 54
Quelques Rappels
Introduction
P1 P2 P3 P4 P5
R1 28 14 45 33 12
R2 36 21 25 64 23
R3 21 64 38 11 7
R4 79 42 67 9 41
44 / 54
Quelques Rappels
Introduction
Matrice des fréquences (M)
P1 P2 P3 P4 P5
R1 0.041176471 0.020588235 0.066176471 0.048529412 0.017647059
R2 0.052941176 0.030882353 0.036764706 0.094117647 0.033823529
R3 0.030882353 0.094117647 0.055882353 0.016176471 0.010294118
R4 0.116176471 0.061764706 0.098529412 0.013235294 0.060294118
45 / 54
Quelques Rappels
Introduction
V = M’M
R1 R2 R3 R4
R1 0.261941351 0.203307819 0.252463142 0.182346888
R2 0.203307819 0.287629263 0.23523261 0.140405753
R3 0.252463142 0.23523261 0.275094933 0.183209496
R4 0.182346888 0.140405753 0.183209496 0.287907509
46 / 54
Quelques Rappels
Introduction

Résolution de cette équation : Det(V − λI ) = 0
R1 R2 R3 R4
R1 λ1 0 0 0
R2 0 λ2 0 0
R3 0 0 λ3 0
R4 0 0 0 λ4
Mais λ1 est toujours égal à 1.

Dans notre cas :
λ2 = 0.155 (61.425 % d’info)
λ3 = 0.080(31.7 % d’info)
λ4 = 0.017(6.799 % d’info)
La somme des valeurs propres est égale au χ2
Attention au choix des axes principaux.
47 / 54
Quelques Rappels
Introduction
Décomposition en valeurs propres (matrice D)

Résolution de cette équation : Det(V − λI ) = 0
R1 R2 R3 R4
R1 λ1 0 0 0
R2 0 λ2 0 0
R3 0 0 λ3 0
R4 0 0 0 0
Figure: Inertie des valeurs propres
48 / 54
Quelques Rappels
Introduction
Projection des produits(variables) sur les axes factoriels
Produit matriciel : M 0 .D
0 .λ1) + (M 0 ∗ 0) + ... + (M 0 ∗ 0))
P1axe1 = (M11 21 41
0 ∗ 0) + (M 0 ∗ λ2) + ... + (M 0 ∗ 0))
P1axe2 = (M11 21 41
....
0 ∗ 0) + (M 0 ∗ 0) + ... + (M 0 ∗ λ4))
P1axe4 = (M11 21 41
La première analyse est alors terminée. Nous l’avons dit plus haut
nous nous trouvons dans un cas de relations duales, il est inutile de
faire la seconde analyse, les coordonnées des 4 points ”régions” se
déduisent immédiatement de celles des cinqs points ”produits”
49 / 54
Quelques Rappels
Introduction
Projection des régions(individus) sur les axes factoriels
Cette projection se déduit de la manière suivante: Pour l’individu 1

: (R1) √
i1axe1 = (1/Ki1 ∗ √λ1)∗(K1,1 ∗V 1axe1 +K1,2 ∗V 2axe1 ...K1,n ∗Vnaxe1 )
i1axe1 = (1/Ki1 ∗ λ2)∗(K1,1 ∗V 1axe2 +K1,2 ∗V 2axe2 ...K1,n ∗Vnaxe2 )
.... √
ipaxek = (1/Kip ∗ λk)∗(Kp,1 ∗V 1axek +Kp,2 ∗V 2axek ...Kp,n ∗Vnaxek )
où : i1, i2 ... ip sont les p individus de la série brute de départ.
axe1, axe2 ... axek sont les k axes d’inertie ;
λ1, λ2... λk sont k valeurs propres ;
Ki,j sont les données brutes de la séries ;
Vnaxek sont les coordonnées des n variables sur les k axes
d’inertie.
50 / 54
Quelques Rappels
Introduction
Projection des individus et de s produits sur les axes

factoriels
Figure: Projection symétrique des individus et des variables sur les 2

premiers axes factoriels 51 / 54
Quelques Rappels
Introduction
Projection des individus et de s produits sur les axes

factoriels
La proximité entre un point-ligne L et un point-colonne C ne
possède pas d’interprétation géométrique immédiate. En revanche,
l’angle de sommet O (centre du plan factoriel) et dont les côtés
passent par L et C a la propriété suivante :
si l’angle (OL, OC) est aigu, la modalité-ligne L et la modalité
colonne C s’ ”attirent ” : produit scalaire positif (taux de
liaison positif)
si l’angle (OL, OC) est obtus, la modalité-ligne L et la
modalité colonne C se ”repoussent” (taux de liaison négatif) :
Produit scalire négatif.
si l’angle (OL, OC) est droit, la modalité-ligne L et la modalité
colonne C n’interagissent pas (taux de liaison voisin de 0).
52 / 54
Quelques Rappels
Introduction
Conclusion
AFC pour l’analyse de données nominales.

Etude de tableau de contingence.
Visualisation dans un espace 2D décorrélé de tableaux de
grandes dimensions.
Description des interactions entre les variables.
Les inconvénients ?
N’appréhende que les relations affines entre les variables.
(phénoméne linèaire)
53 / 54
Quelques Rappels
Introduction
Références (liens)
http://rb.ec-lille.fr/Cours de recueil analyse et traitement de donnees.htm

http://web.univ-pau.fr/RECHERCHE/SET/LAFFLY/docs laffly/INTRODUCTION AFC.pdf
http://www.cnam-econometrie.com/upload/afclecon.pdf
http://fr.wikipedia.org/wiki/Analyse factorielle des correspondances
54 / 54

Cours de Statistiques - Pour La Description de ... - Romain Raveaux

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Cours de Statistiques - Pour La Description de ... - Romain Raveaux

Enviado por

Direitos autorais:

Formatos disponíveis

Quelques Rappels

Relations entre deux séries de données

Octobre 24-11, 2008

Il existe d’autres types de variable : Binaire, Normale,...

Variable et Espace d’étude

Une série à valeurs individuelles

Soit l’étude de la variable X , une série de valeurs définies dans <+ :

Variance d’une série à valeurs individuelles

Représentation de ces estimateurs

Représentation de ces estimateurs

Explication intuitive de ces estimateurs

Relations entre deux séries de données observées

Covariance de deux échantillons

Soit l’étude de deux variables X et Y , deux séries de valeurs

Covariance de deux échantillons

Corrélation de deux variables aléatoires

Soit l’étude de deux variables X et Y , deux séries de valeurs

Soit deux variables ordinales X et Y. La corrélation de rangs rend

Université IUT/BTS Autre Total

Quelle matrice aurait-on si la répartition dans les filières post-Bac

Quelle matrice aurait-on si la répartition dans les filières post-Bac

On reconstitue la matrice à partir de ses marges :

Une entreprise vend 5 produits dans 4 régions. A la fin de chaque

L’analyse des interactions entre deux variables nominales. Dans

nij : effectif de la cellule (i,j),

Tableau des fréquences

Les fréquences sont calculées par :

Tableau des fréquences lignes

Les fréquences lignes (ou coordonnées des profils lignes) sont

Les coordonnées du profil ligne moyen sont calculées par :

Tableau des fréquences colonnes

Les fréquences colonnes sont calculées par :

Les coordonnées du profil colonne moyen sont calculées par :

Distances entre profils

Distance entre deux lignes. Métrique du χ2

Distance entre deux lignes. Métrique Euclidienne

Représente les écarts entre les valeurs théoriques en cas

Distance entre deux variables nominales

Représente les écarts entre les valeurs théoriques en cas

Question : Les deux variables ”Région” et ”Produit” sont

Réponse intuitive : Par exemple, nous voyons que la Région R1

Forcé de constater qu’une approche visiuelle est inapplicable à de

Question : Les deux variables ”Région” et ”Produit” sont

Question : Les deux variables ”Région” et ”Produit” sont

Les deux caractères sont x et y , la taille de l’échantillon est n. Les

On représente ces valeurs dans un tableau à double entrée, dit

X \Y d1 ... dk ... ds total

En divisant les lignes et les colonnes par leurs sommes, on obtient

X \Y d1 ... dk ... ds total

Pour h = 1, . . . , r et k = 1, . . . , s, on les notera :

Ces distributions empiriques conditionnelles s’appellent les

L’enjeu principal est d’étudier la dépendance des deux

X \Y d1 ... dk ... ds total

C’est équivalent à dire que les fréquences conjointes doivent être

X \Y d1 ... dk ... ds total

Un des moyens de quantifier leur proximité est de calculer la

X \Y d1 ... dk ... ds total

La distance du chi-deux de contingence de la distribution

X \Y d1 ... dk ... ds total

La distance du chi-deux de contingence de la distribution

X \Y d1 ... dk ... ds total

Le lien évolue de 0 (indépendance totale) à 1 (dépendance totale).

Analyse Factorielle des Correspondances (AFC)

L’analyse factorielle peut être vu comme une ACP (Analyse en